ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA ELEKTROTECHNICKÁ KATEDRA TECHNOLOGIÍ A MĚŘENÍ DIPLOMOVÁ PRÁCE

ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA ELEKTROTECHNICKÁ KATEDRA TECHNOLOGIÍ A MĚŘENÍ

DIPLOMOVÁ PRÁCE Štíhlá výroba a metoda Six Sigma v elektrotechnickém průmyslu

Vedoucí práce: Autor práce:

Ing. Radek Soukup, Ph.D. Bc. Jan Lenk

2012

Štíhlá výroba a metoda Six Sigma v elektrotechnickém průmyslu

Jan Lenk 2012


Jan Lenk 2012


Jan Lenk 2012

Anotace:

Práce je zaměřena na zásady štíhlé výroby a metody Six Sigma. Práce obsahuje popis metod štíhlé výroby – Kaizen, Kanban, Just-in-time, Poka-yoke, 5S a 5Proč, zhodnocení metod a dalších metodik Six Sigma a informace o Six Sigma týmu. Metodiky Six Sigma jsou DMAIC, DMADV a FDSS. Dále práce obsahuje statistiku o společnostech využívajících Six Sigma. V práci je popsáno použití nástrojů a hodnotících metod Six Sigma – bodový diagram, časový digram, histogram, test normality, souhrn a analýza rozptylu a jejich aplikace v případové studii.

Klíčová slova: Six Sigma, štíhlá výroba, Lean Six Sigma

Abstract: Lean manufacturing and Six Sigma method in the electrical engineering industry

The thesis is focused on the principles of lean manufacturing and Six Sigma methods. The thesis includes description of the methods of Lean manufaturing - Kaizen, Kanban, Just-intime, Poka-yoke, 5S a 5Whys, assessment of methods and other Six Sigma methodologies and information about team of Six Sigma.. Six Sigma methodologies are DMAIC, DMADV a FDSS. The statistics about Six Sigma companies is in this thesis too. This thesis describes the use of tools and evaluation methods of Six Sigma – dotplot, time series plot, histogram, normality test, summary and analysis of variance and their application in the case study.

Keywords: Six Sigma, lean manufacturing, Lean Six Sigma


Jan Lenk 2012

Prohlášení Předkládám tímto k posouzení a obhajobě diplomovou práci, zpracovanou na závěr studia na Fakultě elektrotechnické Západočeské univerzity v Plzni. Prohlašuji, že jsem tuto diplomovou práci vypracoval samostatně, s použitím odborné literatury a pramenů uvedených v seznamu, který je součástí této diplomové práce. Dále prohlašuji, že veškerý software, použitý při řešení této diplomové práce, je legální.

V Plzni dne 23.4.2012

Jan Lenk .……………


Jan Lenk 2012

Poděkování Děkuji Ing. Radku Soukupovi, Ph.D. za hodnotné rady a odborné vedení mé práce.


Jan Lenk 2012

Obsah Obsah ............................................................................................................................................ 5 Úvod .............................................................................................................................................. 7 Seznam použitých symbolů a zkratek ....................................................................................... 8 1

Six Sigma .............................................................................................................................. 9 1.1

Základní charakteristika Six Sigma ........................................................................... 9

1.1.1

Historie, vývoj ....................................................................................................... 9

1.1.2

Evropský klub Six Sigma ...................................................................................... 9

1.1.3

Definice ................................................................................................................. 9

1.1.4

Metodiky Six Sigma ............................................................................................ 12

1.2

DMAIC ........................................................................................................................ 12

1.2.1

Define – definovat ............................................................................................... 13

1.2.2

Measure – měření ................................................................................................ 13

1.2.3

Analyse – analyzovat .......................................................................................... 13

1.2.4

Improve – zlepšit ................................................................................................. 14

1.2.5

Control – řídit ...................................................................................................... 14

1.2.6

Zhodnocení DMAIC ........................................................................................... 14

1.3

DFSS ............................................................................................................................ 15

1.4

DMADV ....................................................................................................................... 15

1.4.1

Define – definovat ............................................................................................... 16

1.4.2

Measure - měřit ................................................................................................... 16

1.4.3

Analyse – analyzovat .......................................................................................... 16

1.4.4

Design – návrh .................................................................................................... 16

1.4.5

Verify - ověření ................................................................................................... 16

1.4.6

Zhodnocení DMADV .......................................................................................... 16

1.5

Zavedení Six Sigma .................................................................................................... 18

1.6

Řešitelský tým Six Sigma – role a školení................................................................. 18

1.6.1

Rada kvality......................................................................................................... 18

1.6.2

Sponzor................................................................................................................ 19

1.6.3

Champion ............................................................................................................ 19

1.6.4

Master Black Belt ................................................................................................ 19

1.6.5

Black Belt ............................................................................................................ 20 5

Štíhlá výroba a metoda Six Sigma v elektrotechnickém průmyslu 1.6.6 1.7

2

Jan Lenk 2012

Green Belt ........................................................................................................... 20

Nástroje........................................................................................................................ 22

1.7.1

VOC, CTQ a CTP ............................................................................................... 22

1.7.2

SIPOC.................................................................................................................. 23

1.7.3

Sedm základních nástrojů pro řízení a zlepšování kvality .................................. 24

1.7.4

Vývojový diagram ............................................................................................... 24

1.7.5

Ishikawův diagram .............................................................................................. 25

1.7.6

Paretova analýza .................................................................................................. 26

1.7.7

Histogramy .......................................................................................................... 27

1.7.8

Sběr dat ................................................................................................................ 28

1.7.9

Korelační analýza ................................................................................................ 28

1.7.10

Regulační diagramy............................................................................................. 29

1.7.11

Pokročilé nástroje ................................................................................................ 30

Štíhlá výroba ...................................................................................................................... 33 2.1

Základní charakteristika ........................................................................................... 33

2.1.1

Historie ................................................................................................................ 33

2.1.2

Nový výrobní systém Toyoty .............................................................................. 34

2.2

Nástroje a techniky ..................................................................................................... 35

2.2.1

Kaizen.................................................................................................................. 35

2.2.2

Just-in-time (JIT) ................................................................................................. 36

2.2.3

Kanban ................................................................................................................ 37

2.2.4

Poka-yoke ............................................................................................................ 37

2.2.5

5S ......................................................................................................................... 38

2.2.6

5 Why (5 Proč) .................................................................................................... 38

3

Lean Six Sigma .................................................................................................................. 39

4

Štíhlá výroba, Six Sixma a Lean Six Sigma v elektrotechnickém průmyslu a dalších

odvětvích .................................................................................................................................... 40 5

Případová studie ................................................................................................................ 43

Závěr ........................................................................................................................................... 50 Seznam literatury a informačních zdrojů ............................................................................... 52 Seznam příloh ............................................................................................................................ 54 Přílohy .......................................................................................................................................... 1

6


Jan Lenk 2012

Úvod V dnešním konkurenčním světě není prostor pro chyby. Ten, kdo chyby dělá, je neúspěšný, kdo je neodstraní, krachuje. Zákazníci požadují kvalitu, rychlost a nízké náklady. Ten, kdo dokáže takto vyrábět a nabízet své služby, může být úspěšný. Filosofie, metody a nástroje, které vedou k tomuto cíli, jsou předmětem této práce. Jsou zde popsány a rozděleny metody Six Sigma, Lean Six Sigma a zásady štíhlé výroby. Práce obsahuje terminologii, popis a v některých případech porovnání jednotlivých metod, které pomáhají největším společnostem udržet se na vrcholu ve svých oborech. To je zajištěno zlepšováním výrobních procesů a odstraňováním nežádoucích chyb, což vede ke zrychlení a zvýšení produktivity procesu a snížení nákladů. Popisované metody nejsou univerzálním lékem pro všechny společnosti, které se rozhodnou pro jejich zavedení. Některé metody jsou vhodné pouze pro podniky, jejichž produkce dosahuje milionů kusů výrobků denně, některé lze použít celoplošně. Rozdílem je také to, že metody jsou založeny na různých principech svého použití. Některé metody představují filosofii, pohled a způsob myšlení, kterému se musejí přizpůsobit všichni zaměstnanci podniku, aby tato metoda mohla přinést své výsledky. Zde mohou nastat problémy při zavádění nové způsobu vedení a aplikaci nových metod, které mohou vést k celkové reorganizaci podniku, změně pracovních postupů a zapojení řadových zaměstnanců do zlepšovacích opatření. Velká část metod vznikla v Japonsku, proto jejich zavedení v jiné zemi nemusí být jednoduché vzhledem k odlišné mentalitě různých národů. Další metody jsou striktně založeny na datech, naměřených hodnotách, jasných výsledcích a na jejich následném vyhodnocení pomocí matematické statistiky. Použití některých nástrojů je předvedeno v případové studii. Součástí případová studie je vysvětlení používaných diagramy a jednotlivých hodnot.

7


Jan Lenk 2012

Seznam použitých symbolů a zkratek

Zkratka

Anglický popis

Český popis

DPMO

defects per million opportunities

počet vad na milion příležitostí

ESSC

European Six Sigma club

evropský Six Sigma klub

VOC

voice of customer

hlas zákazníka

CTQ

critical to quality

CTP

critical to process

FMEA

failure mode and effect analysis

parametr kritický z pohledu zákazníka parametr kritický z pohledu organizace analýza možných vad a jejich příčin

VSM

value stream map

mapa tiku hodnoty

ANOVA

analysis of variance

analýza rozptylu

CL

central line

střední hodnota

LCL

lower control limit

dolní regulační limit

UCL

upper ontrol limit

horní regulační limit

JIT

just-in-time

právě včas

8


Jan Lenk 2012

1 Six Sigma 1.1

Základní charakteristika Six Sigma

1.1.1

Historie, vývoj

Vznik metody Six Sigma se datuje do roku 1987 a stalo se tak ve společnosti Motorola v USA. Na počátku 90. let přijaly Six Sigmu další velké americké podniky (Kodak, Allied Signal, General Electric) a tím začala pronikat i do Evropy. Nejprve se objevovala u dceřiných společností těchto podniků, poté rostla potřeba, aby evropští dodavatelé zlepšovali své procesy pomocí metod Six Sigma. Vzhledem k podstatnému nárůstu podniků, které začali využívat výhod metody Six Sigma, se Kjell Magnusson a Michael Harry rozhodli uspořádat setkání zástupců těchto podniků. Jednalo se o setkání, na kterém byly probírány zkušenosti a výměny názorů a myšlenek jednotlivých zástupců podniků a konalo se jednou za rok. Počet účastníků každým rokem rostl a roku 1999 byl založen Evropský klub Six Sigma (ESSC) [3], [4].

1.1.2

Evropský klub Six Sigma

Po založení organizace byl určen její řídící výbor. Jeho členy byli zástupci podniků používajících Six Sigma, především ABB, Philips, Siemens, atd. Evropský klub Six Sigma pořádal dvoudenní setkání, na kterých prosazoval rozšíření a rozvíjení Six Sigma a dalších okolností s tím spojených (školení členů řešitelských týmů, atd.). Na setkáních v následujících letech byly probírány podmínky přijetí nových členů a nových metod (DFSS). Tyto setkání pořádané ESSC mají nesporně velký podíl na posunu této metody a dalším vývoji [3], [4].

1.1.3

Definice

Jednoznačně definovat pojem Six Sigma není snadné. Existuje několik definic, všechny jsou samozřejmě pravdivé, často ale popisují Six Sigma z jiného úhlu pohledu. Ani odborníci se neshodnou na jednoznačné definici, každý se přiklání k jiné. Faktem je, že všechny definice míří ke stejnému cíli a tím je zlepšení kvality. Setkáme se tak s názory, že Six Sigma je manažerská filosofie, jejímž cílem je neustálé zlepšování procesů a služeb. Další definice říká, že Six Sigma je statistický nástroj, založený na měření a vyhodnocování vedoucí ke stejnému cíli, tedy k lepší kvalitě. Jiný popis tohoto pojmu udává, že je to metoda pro uspokojení všech očekávání zákazníků [2].

9


Jan Lenk 2012

Six Sigma je sice zaměřena na zlepšení kvality, s tím je však spojena snaha o snížení nákladů, snížení počtu vad, zvýšení produktivity, získání nových zákazníků a samozřejmě zvýšení zisků. Nikdo přeci neinvestuje finance do zlepšování svých výrobních postupů jen proto, aby zlepšil kvalitu svých výrobků a neočekával zisk. Samozřejmě samotným zlepšením kvality se odstraní část nákladů spojeným se zmetkovitostí. Sigma ve statistice představuje směrodatnou odchylku. Samotný termín Six Sigma označuje proces, jehož hodnocení dosahuje v dlouhodobém měřítku 3,4 DPMO (defects per million opportunities). To znamená, že se procesu nevyskytne více než 3,4 vady na milion příležitostí. Lze říci, že čím vyššího Sigma proces dosahuje, tím je lepší. Tabulka 1 ukazuje počet vad na milion příležitostí (DPMO) a procentuální vyjádření výtěžnosti procesů [1], [2], [3].

Tab. 1 Tabulka hodnot Sigma

Sigma

% OK

% KO

DPMO

1

30,9

69,1

691462

2

69,1

30,9

308538

3

93,3

6,7

66807

4

99,38

0,62

6210

5

99,977

0,023

233

6

99,99966

0,00034

3,4

Tab. 2 Praktická ukázka rozdílu mezi úrovní Six Sigma a 99,9%

proces

99,9%

6σ

Z 300 000 příjezdů na zastávku bude mít autobus zpoždění

300x

1x

Z 525 600 minut (1 rok) nebude zabezpečena dodávka el. energie

535,6 min

1 min 48s

Z 1 000 000 výrobku na výrobní lince bude zmetků

1000ks

3-4ks

Na výstupu většiny kvalitních procesů vzniká normální (Gaussovo) rozdělení, kterému odpovídá Gaussova křivka. Gaussova křivka ukazuje hustotu rozdělení hodnot ze souboru okolo střední hodnoty neboli variabilitu (rozptyl) procesu. V dlouhodobém měřítku a 10


Jan Lenk 2012

velkoprodukční výrobě je běžné, že se střední hodnota posouvá o ± 1,5σ, to může být způsobeno změnou okolních podmínek, opotřebováním výrobních nástrojů atd.

Obr. 1 Gaussova křivka

Obr. 2 Vývoj Gaussovy křivky v závislosti na hodnotě Sigma [18]

11

Štíhlá výroba a metoda Six Sigma v elektrotechnickém průmyslu 1.1.4

Jan Lenk 2012

Metodiky Six Sigma

Rozlišujeme několik metodik používaných k optimalizaci procesu. Používají se v různých stádiích procesu – vývoj výrobku, nový proces, stávající proces.

1.2 DMAIC DMAIC je strukturovaná metodika Six Sigma, vedoucí ke dlouhodobému zlepšení procesů. DMAIC je zkratka počátečních písmen anglických slov Define, Measure, Analyse, Improve a Control, česky definovat, měřit, analyzovat, zlepšovat a řídit. DMAIC je pravděpodobně hlavní a nejvíce používanou metodikou Six Sigma, přináší minimalizaci chyb, snížení nákladů a zvýšení konkurenceschopnosti. Tato metodika se aplikuje na již existující procesy, které je potřebné zlepšit. Před započetím prvního kroku této metodiky musí management společnosti stanovit, kterých procesů se bude zlepšování týkat. Champion společně s příslušným manažerem provede návrh zlepšovacího procesu. Hlavním bodem tohoto návrhu je stanovení cílů, kterých má řešitelský tým, pomocí metodiky DMAIC, dosáhnout. Tento návrh nemusí být konečný, po rozpracování problému řešitelským týmem a konzultaci s manažery, může dojít ke korekcím cílů, rozšíření týmu a podobně, to už je součástí prvního kroku metodiky – Define [1], [2].

DEFINE DEFINOVAT

CONTROL ŘÍDIT

MEASURE MĚŘIT

6σ DMAIC

IMPROVE ZLEPŠIT

ANALYSE ANALYZOVAT

Obr. 3 Cyklus DMAIC

12


Jan Lenk 2012

Define – definovat

Jak už bylo napsáno na konci předchozího odstavce, do této fáze patří definování cílů, sestavení řešitelského týmu a následná diskuse a případné pozměnění zadání. Důležitou vstupní informací jsou požadavky a představy zákazníků, na jejich základě můžeme proces zlepšit. Všeobecně je zpětná vazba od zákazníků velmi prospěšná pro obě strany. Dalším bodem je definování samotného procesu, kterého se zlepšování týká. Pro tento účel se často používá nástroj pro vytváření mapy procesu SIPOC, který popisuje dodavatele, vstupy, proces, výstupy a zákazníky, slouží především pro vizuální představu procesu. Dalším používaným nástrojem pro znázornění procesu je mapa toku hodnoty (Value Stream Map), která navíc obsahuje reálná data, např. výrobní a čekací doby. Pro získání dalších informací se používají nástroje Voice of customer (VOC), Critical to quality (CTQ) a Critical to process (CTP). Tyto a další nástroje budou podrobně v dalších kapitolách.

Dále by mělo být

stanoveno, co bude měřítkem úspěchu, co bude porovnáváno s počátečními hodnotami a podle čeho bude rozhodováno o úspěšnosti projektu [1], [2].

1.2.2

Measure – měření

V této fázi metodiky je úkolem změřit současný stav pomocí dat a po jejich zpracování případně upravit cíle. Tato metoda je založena na datech, proto je nutné zajistit, aby získávání dat a všechna měření probíhala za stejných podmínek. Samozřejmě se musíme zaměřit na data, díky kterým budeme schopni odhalit příčiny problémů procesu a na data, která povedou k odstranění takových nedostatků, které budou důležité pro zákazníky i organizaci. Tyto data nám poskytují nástroje CTQ a CTP. Je zbytečné zabývat se něčím, co zákazníci nepovažují za důležité. Volí se takové parametry, které se dají reálně ovlivnit, musí se brát také ohled na časovou a finanční náročnost jejich získání a naměření. Výsledkem této fáze by mělo být rozhodnutí, které parametry tým naměřil, bude z nich vycházet a odůvodnění této volby [1], [2].

1.2.3

Analyse – analyzovat

V této fázi se analyzují získaná data a na jejich základě se zjišťují příčiny problémů a vad. K tomu slouží nástroje – Ishikawův diagram (diagram příčin a následků, rybí kost), Paretova analýza (pravidlo 80/20), korelační diagram, atd. Na konci této fáze by měl tým uvést příčiny problémů a vad, matematický model procesu, vývoj týmu a podobně [1], [2]. 13


Jan Lenk 2012

Improve – zlepšit

Cílem této fáze je definovat řešení problému. Při práci na tomto úkolu mohou nastat dvě možnosti – řešení je naprosto jasné a shodují se na něm všichni členové týmu nebo případ opačný. Pro tento případ existují nástroje pro rozhodnutí o řešení – rozhodovací matice, brainstorming. Po této etapě tým předkládá možnosti řešení, odůvodnění výběru určitého řešení, jeho popis a plán realizace [1], [2].

1.2.5

Control – řídit

Po úspěšném zavedení změn do procesu je důležité zabezpečit, aby proces dále probíhal ve zlepšeném stavu. To se většinou provádí pomocí dokumentace (popis, postup, návod, směrnice, …). Dokumentace je tvořena podle náročnosti procesu a kvalifikace pracovníků. Nová dokumentace zajišťuje popis pracovních postupů, určuje odpovědnost za proces, stanovuje preventivní opatření v kritických částech procesu, zaměřuje se na hlavní body zjištěné nástroji CTQ a CTP, atd. Proces může ovlivnit nenáhodná chyba, její příčina a odstranění se řeší pomocí regulačního diagramu a jeho následným vyhodnocením a metodou Failure mode and effect analysis (FMEA). Závěrečným krokem řešitelského týmu je vyhodnocení výsledků a stabilizace řešení, nového stavu. Dále posouzení finančního hlediska a závěrečná prezentace hlavních bodů ostatním zúčastněným projektu [1], [2].

1.2.6

Zhodnocení DMAIC

DMAIC je časem a mnoha procesy pověřená zlepšovací metodika Six Sigma, která přináší ve výsledku ušetření finančních prostředků. Na druhé straně je potřeba říci, že před jejím zahájením je nutné investovat nemalé peníze do školení členů řešitelského týmu, což znamená investici v řádu statisíců korun. Také se musí počítat s tím, že někteří členové týmu jsou i řádovými zaměstnanci a nebudou tak moci vykonávat svoji běžnou práci během implementace DMAIC. Další investicí je také potřebný rozpočet na získávání informací, měření a chod celého projektu.

14


Jan Lenk 2012

1.3 DFSS Zkratka DFSS znamená Design For Six Sigma. Hlavní myšlenkou DFSS je navrhnout výrobek tak, aby při výrobě a následným používáním vznikalo co nejméně neshod a vad. DFSS se tak snaží předejít následným investicím do zlepšení výrobku, úpravy výrobního postupu a nákladům na reklamace vlivem nedostatečného vývoje. Relativně ušetřené peníze, nedostatečnou investicí a krátkým časem na vývoj a návrh nového výrobku, mohou ve výsledku přijít velmi draho, až několikanásobně více než bylo původně „ušetřeno“ na vývoji. Slouží k tomu metodika DMADV [4].

1.4 DMADV DMADV je metodika, která se používá při zavádění úplně nového procesu nebo služby nebo při novém návrhu stávajícího procesu či služby. Zkratka je složena z počátečních písmen slov – Define (definovat), Measure (měřit), Analyse (analyzovat), Design (návrh), Verify (ověření) [4].

DEFINE DEFINOVAT

VERIFY OVĚŘENÍ

MEASURE MĚŘIT

6σ DMAIC

DESIGN NÁVRH

ANALYSE ANALYZOVAT

Obr. 4 Cyklus DMADV

15


Jan Lenk 2012

Define – definovat

Tato fáze je v podstatě stejná jako u metodiky DMAIC. Jejím cílem je stanovení cílů, určení řešitelského týmu, pravomoci a odpovědnosti. Dále pak obsahuje očekávané výsledky a určení podle čeho bude hodnocena míra úspěchu projektu [4]. 1.4.2

Measure - měřit

Obsahem tohoto kroku je zjišťování a následné vyhodnocení a stanovení potřeb a přání zákazníků. K tomuto účelu slouží různé dotazníky a průzkumy. Tyto zjištěné informace se následně převedou na konkrétní požadavky výsledného produktu [4]. 1.4.3

Analyse – analyzovat

V této fázi se řešitelský tým zaměřuje na vypracování několika konceptů řešení. Koncept představuje možnosti a návrh řešení pro konkrétní produkt nebo službu. Následně se tým zabývá důkladným porovnáním konceptů, sestavením různých kombinací, vyhodnocením a navrhnutím optimálního konceptu daného produktu či procesu [4]. 1.4.4

Design – návrh

Doporučený koncept z předešlé fáze prochází důkladným posouzením a optimalizací. Výsledkem tohoto kroku cyklu je důkladný návrh konečného produktu nebo procesu, který odpovídá požadavkům zákazníků a možnostem výrobní společnosti [4]. 1.4.5

Verify - ověření

Jedná se o poslední fázi cyklu DMADV, jejím cílem je ověření funkčnosti a správnosti navrženého postupu. Nejprve se ověření týká první vyrobené série, následuje vyhodnocení a případné korekce. Posledním krokem je přechod k běžnému provozu, poté ještě řešitelský tým zpracuje a předá kompletní dokumentaci k výrobku či službě [4].

1.4.6

Zhodnocení DMADV

Metodika DMADV se od počátku vývoje nového výrobku či procesu zaměřuje na požadavky zákazníků. Konečný návrh by měl od počátku zavedení dosahovat kvality Six Sigma. Stejně jako u metodiky DMAIC je nutné počítat s investicí na školení členů týmu a na rozpočet celého projektu. Tato investice však nastává již na začátku celého vývoje nového procesu, není proto nutné investovat další prostředky i v průběhu výroby jako u metodiky DMAIC, kde podnik investoval prostředky na začátku výroby bez strategie Six Sigma. 16


Jan Lenk 2012

Tab. 3 Činnosti ve fázích DMAIC a DMADV

DMAIC • Definovat

Měřit

• •

DMADV

definování cílů a předmětu projektu, metriky (měřítka) sestavení týmu požadavky zákazníků

•

měření současného stavu pomocí dat

•

analyzování získaných dat a zjišťování příčin problémů a vad

Analyzovat

•

definování cílů a předmětu projektu, metriky (měřítka) sestavení týmu požadavky zákazníků zjišťování potřeb a přání zákazníků (VOC) stanovení CTQ na základě VOC vypracování několika konceptů řešení porovnání konceptů a výběr nejvhodnějšího optimalizace vybraného zadání důkladný návrh konečného produktu nebo procesu

• • • • • • •

Zlepšit/Návrh

Řídit/Ověření

•

aplikace řešení problému

•

udržování procesu ve zlepšeném stavu vypracování dokumentace (popis, postup, návod, směrnice, atd.)

•

• •

ověření funkčnosti a správnosti navrženého postupu

Tab. 4 Používané nástroje ve fázích DMAIC a DMADV

DMAIC

Definovat

Měřit

Analyzovat

Zlepšit/Návrh Řídit/Ověření

• • • • • • • • • • • • • • •

DMADV

model SIPOC Value stream map (VSM) Voice of customers (VOC) Critical to quality (CTQ) Critical to process (CTP) sběr dat – dotazníky, formuláře histogramy Ishikawův diagram (diagram příčin a následků, rybí kost) Paretova analýza (pravidlo 80/20) korelační diagram ANOVA rozhodovací matice brainstorming regulační diagramy FMEA 17

• •

Model SIPOC Critical to quality (CTQ)

• •

brainstorming FMEA

• •

FMEA Paretova analýza

• •

projektování kontrukce

•

FMEA


Jan Lenk 2012

1.5 Zavedení Six Sigma Za rozhodnutím o zavedení metody Six Sigma stojí zpravidla vrcholový management podniku. V některých případech se jedná preventivní opatření, zvýšení kvality a konkurenceschopnosti již úspěšné společnosti. Naopak implementace Six Sigma může být posledním krokem k záchraně podniku a odrazu ode dna. Tak či tak je důležité si uvědomit, že zavedení Six Sigma není ze dne na den. Vedení společnosti musí velmi pečlivě vybrat řešitelský tým, určit role členů týmu a zajistit požadované školení. Tento krok je velmi důležitý, bude na něm záviset úspěch zlepšovacích projektů a zhodnocení investovaných financí a času do školení členů týmu a do rozpočtů a realizace projektů. Tímto činnost vrcholového managementu v procesu Six Sigma teprve začíná, management bude součástí každého projektu, bude na něm ležet významný díl zodpovědnosti, bude informován o realizaci a výsledcích jednotlivých projektů, bude řešit některé případné problémy, které nastanou během práce na projektu a podobně [3], [4].

1.6 Řešitelský tým Six Sigma – role a školení Skladba řešitelského týmu a rozdělení rolí je důležité pro vymezení pravomocí, zodpovědnosti, náplně práce a typu úvazku. Školení probíhá v rámci intenzivního kurzu, jehož časová náročnost je od několika dnů po několik týdnů podle role člena týmu.

1.6.1

Rada kvality

Rada kvality je složena z členů vrcholového vedení. Mezi základní činnosti rady kvality patří: •

sestavení týmu při zavádění Six Sigma

•

plánování

•

stanovení projektů ke zlepšení

•

podpora a kontrola řešitelského týmu

•

řešení některých problémů vzniklých během projektu

•

sponzoring projektů.

Členové Rady kvality absolvují pouze interní školení, získají základní znalosti [3], [4].

18


Jan Lenk 2012

Sponzor

Sponzorem je člen vrcholového vedení a jeho náplň práce na projektech Six Sigma je finanční zabezpečení projektu a schvalování rozpočtu. Sponzor absolvuje pouze interní školení, získá základní znalosti [3], [4].

1.6.3

Champion

Champion je vedoucí pracovník, který většinou působí ve vrcholovém managementu a jeho činnosti jsou: •

vedení týmu k cíli

•

určení strategického směru

•

kontrola postupu

•

komunikace s vrcholovým vedením a radou kvality

•

schvalování případných korekcí nebo změn

Školení na pozici Champion obvykle trvá 2 dny a součástí tréninku je volba správného projektu [3], [4].

1.6.4

Master Black Belt

Master Black Belt je partnerem Championa. Zároveň je trenérem pracovníků úrovně Black Belt, svoji práci v řešitelském týmu vykonává na plný úvazek a náplní práce je: •

koordinace činnosti týmu

•

podpora týmu

•

poskytování rad členům týmu

•

spolupráce při výběru členů týmu

Školení na tuto pozici probíhá 3-4 týdny, součástí školení je spolupráce na zkušebním projektu. Podmínkou absolvování školení jsou předchozí zkušenosti projekty Six Sigma [3], [4].

19


Jan Lenk 2012

Black Belt

Black Belt je vedoucí týmu a trenér dalších členů. Pracuje na plný úvazek, stejně jako Master Black Belt.

Činnost: •

sleduje a řídí práci týmu

•

mluvčí týmu

•

zastupuje tým

•

naslouchá členům týmu.

Školení na tuto pozici probíhá 3 týdny, součástí školení je spolupráce na zkušebním projektu. Podmínkou absolvování školení jsou předchozí zkušenosti projekty Six Sigma [3], [4].

1.6.6

Green Belt

Green Belt je pracovník ze středního managementu. Na projektech Six Sigma pracuje na částečný úvazek.

Činnost: •

podpora Black Beltů

•

řízení menších projektů (pod dohledem Black Beltů)

Školení na tuto pozici probíhá 2 týdny, součástí školení je spolupráce na zkušebním projektu [3], [4].

20


Jan Lenk 2012

Tab. 5 Role Six Sigma

Rada kvality

Sponzor

Champion

v organizaci

členi vrcholového managementu

člen vrcholového vedení

vedoucí pracovník, většinou z vrcholového managementu

Úvazek v 6σ

částečný

částečný

částečný

Činnost na

sestavení týmu plánování a stanovení projektů ke zlepšení

finanční zabezpečení určení projektu strategického schvalování rozpočtu směru

Pozice

projektu

Činnost organizace x projekt

Školení

Master black belt

---

---

Plný

plný

částečný

koordinuje činnost týmu podporuje a pomáhá členům

sleduje a řídí práci týmu zástupce

podpora pracovníků Black Belt řízení menších projektů

pouze 6σ

hlavní zaměstnání v organizaci + účast na projektech 6σ

20 dní zkušební projekt předchozí zkušenosti

10 dní zkušební projekt

hlavní zaměstnání v organizaci + Pouze 6σ účast na projektech 6σ

interní školení

2 dny volba projektu

21

Green belt

většinou ze středního managementu

hlavní zaměstnání hlavní zaměstnání v organizaci + účast na v organizaci + účast projektech 6σ na projektech 6σ

interní školení

Black belt

20 dní a více zkušební projekt předchozí zkušenosti


Jan Lenk 2012

1.7 Nástroje 1.7.1

VOC, CTQ a CTP

Spokojenost zákazníka je jedno z nejdůležitějších měřítek úspěchu, proto je nutné hned od počátku naslouchat hlasu zákazníka, právě on výrobci radí co a jak vyrábět, na co klade spotřebitel důraz, co považuje za důležité a za co bude ochoten si výrobek či službu koupit. Je proto v zájmu výrobce či poskytovatele služby se těmito hlasy řídit. Tyto informace se získávají pomocí různých dotazníků, schůzek a rozhovory se zákazníky. Další potřebné informace, především kritické, je možné získat ze stížností nebo reklamací. Critical to quality (CTQ) představuje převod hlasů na konkrétní hodnoty, čísla, čas, peníze atd. CTQ určuje meze a parametry, které jsou důležité z pohledu zákazníka, které zákazník očekává a které budou rozhodující v úspěšnosti výrobku či služby na trhu. Každé nedodržení mezí a parametrů znamená mínus v očích zákazníka. Critical to process (CTP) představuje určení kritických mezí a parametrů z pohledu výrobce. A je potřeba najít kompromis mezi mezemi danými zákazníkem a výrobcem. To znamená, že pokud je přijatelná cena z pohledu zákazníka maximálně 100 korun a z pohledu výrobce (s ohledem na cenu výroby a následný zisk) minimálně 90 korun, vzniká tak interval pro nastavení ceny, která bude vyhovovat oběma stranám [2].

22


Jan Lenk 2012

SIPOC

Model SIPOC podává ucelenou a přehlednou informaci o dodavatelích (suppliers), vstupech (inputs), procesu (process), výstupech (outputs) a zákaznících (customers). K jednotlivým polím se přiřadí položky podle procesu [2].

S

I

P

O

C

SUPPLIERS

INPUTS

PROCESS

OUTPUTS

CUSTOMERS

A

B

C

E

D

F

Obr. 5 Model SIPOC

Tab. 6 Tabulka používaná pro model SIPOC

S

I

P

O

C

SUPPLIERS

INPUTS

PROCESS

OUTPUTS

CUSTOMERS

DODAVATELÉ

VSTUPY

PROCES

VÝSTUPY

ZÁKAZNÍCI

• dodavatel materiálu

• • • •

materiál data fakta zkušenosti

• výrobní a pracovní postupy

23

• produkty

• příjemce produktů


Jan Lenk 2012

Sedm základních nástrojů pro řízení a zlepšování kvality

Tyto základní nástroje vznikly v 50. letech 20. století v Japonsku. Za jejich vývojem stojí japonský profesor Kaoru Ishikawa a americký statistik William Edwards Deming. W. E. Deming byl roku 1991, za svůj celoživotní přínos v oblasti statistického řízení kvality, uveden do automobilové síně slávy a je na jeho počest pojmenována jedna z cen udělovaných v oboru kvality [5], [7], [9].

1.7.4

Vývojový diagram

Vývojový diagram slouží ke grafickému zobrazení procesu, ve kterém se vyskytují rozhodovací úrovně. Je pak dobře patrné, jak proces pokračuje po určité volbě na rozhodovací úrovni [2], [7], [8].

NOVÝ VÝROBEK

ZAHÁJENÍ PROCESU VÝROBY

ANO

PROCES FUNGUJE?

HOTOVÉ VÝROBKY

NE

ZMĚNA

PRODEJ

Obr. 6 Vývojový diagram

24


Jan Lenk 2012

Ishikawův diagram

Tento diagram vymyslel japonský profesor Kaoru Ishikawa roku 1943 v Tokiu. Nazývá se také diagram příčin a následků nebo také diagram „rybí kost“ podle svého tvaru. Na konci „páteře“ diagramu je uveden problém (následek), který má být odstraněn a k „páteři“ se připojují další „kosti“, které představují příčiny problému. Nejprve se určí hlavní příčiny a poté se určují další subpříčiny v několika úrovních. K určení příčin se používá skupinová metoda brainstorming. Smysl této metody spočívá v tom, že lidé ve skupině vyslovují své názory a nápady, výsledkem by měl být větší počet a vetší různorodost nápadů než při individuálním přístupu [2], [5], [7], [8].

hlavní příčina

hlavní příčina

hlavní příčina

problém (následek)

Subpříčina(1) Subpříčina(3) Subpříčina(2) hlavní příčina

hlavní příčina

Obr. 7 Ishikawův diagram

25


Jan Lenk 2012

Paretova analýza

U objevu tohoto nástroje stál italský ekonom a statistik Vilfredo Pareto. Ten již na konci 19. století zjistil, že 80% majetku v Itálii vlastní 20% obyvatel. Je potvrzeno, že většina následků je způsobena malým procentem příčin (20%). Proto se také Paretova analýza někdy nazývá pravidlo 80/20. To představuje, že pokud najdeme a odstraníme 20% hlavních příčin problemů, odstraníme tím 80% ztrát. Těchto 20% hlavních příčin označujeme jako životně důležitá menšina. Při sestavování paretova diagramu postupujeme tak, že seřadíme vady podle ztrát, pak vytvoříme kumulativním součtem Lorenzovu křivku, stanovíme 80% ztrát a podle průsečíku s Lorenzovou křivkou zjistíme, které vady je nutné odstranit [5], [7], [8].

kumulované ztráty [%] 100% Lorenzova křivka

80%

50%

ztráty[Kč]

druh vad

Obr. 8 Paretův diagram

26


Jan Lenk 2012

Histogramy

Histogram je grafická závislost intervalů hodnot a jejich četnosti. Intervaly se sestavují ze souboru hodnot, počet intervalů a jejich šířka se určuje podle vzorců. Správná šířka intervalu je velmi důležitá, může dojít ke zkreslení histogramu a narušení jeho informační hodnoty. Tvar histogramu podává informaci o procesu a jeho chybách. Histogramy většinou nabývají osmi základních tvarů: •

Histogram zvonovitého tvaru

•

Dvouvrcholový histogram

•

Histogram plochého tvaru

•

Histogram hřebenového tvaru

•

Histogram asymetrického tvaru

•

Useknutý histogram

•

Histogram zvonovitého tvaru s izolovanými hodnotami

•

Dvouvrcholový histogram s výraznou četností v krajní třídě [5], [7], [8].

četnost

interval Obr. 9 Histogram zvonovitého tvaru

27


Jan Lenk 2012

Sběr dat

Ke sběru dat se používají různé tabulky, formuláře, dotazníky, do kterých se zapisují důležité a cílené informace, data nebo hodnoty. Jedná se jednoduchý a přehledný způsob získání informací, který je připravený pro další zpracování, např. grafické znázornění získaných dat pomocí grafu, který má mnohem větší vypovídající hodnotu než stovky hodnot v tabulce [5], [7], [8].

Tab. 7 Tabulka pro sběr dat 1

2

3

4

5

6

A [mm]

10,5

11,1

9,8

10,3

9,9

10,9

B [mm]

25,2

23,5

26,1

24,6

23,3

25,3

C [mm]

51

52,3

49,6

50,8

51,7

50,3

D [g]

1020

999

1001

988

979

1011

E [g]

303

301

299

291

305

302

1.7.9

Korelační analýza

Korelační analýza představuje grafickou závislost mezi dvěma proměnnými, která je vyjádřena body v kartézském souřadnicovém systému. Podle polohy těchto bodů je možné určit korelaci (vzájemný vztah) mezi proměnnými. Zjištěním vztahu mezi proměnnými je možné uspořit čas a finance, protože při dalším měření budeme měřit pouze jednu, snáze měřitelnou, proměnnou a druhá se určí podle zjištěného vzájemného vztahu [5], [7], [8]. Y

: .::: .: . . : . . . : .. . .: . . .

. : . .:

. . .. :. :.:: .:

X Obr. 10 Korelační diagram

28


Jan Lenk 2012

1.7.10 Regulační diagramy Regulační diagramy jsou nástrojem statistické regulace výroby. Diagram obsahuje střední hodnotu (CL), dolní regulační mez (LCL) a horní regulační mez (UCL), stabilní proces se musí pohybovat mezi těmito mezemi. Používají se dvě metody regulace – měřením (spojitá veličina) a srovnáváním (diskrétní veličina). U regulace měřením se typ diagramu volí podle rozsahu výběru v podskupině. U regulace srovnáváním se typ diagramu volí podle toho, zda je počet hodnot v podskupině konstantní a jedná-li se o neshodné jednotky nebo o neshody. Neshodná jednotka představuje zmetek – chyba na výrobku má vliv na jeho funkci (přerušený napájecí kabel). Neshoda znamená vadu, která nemá vliv na funkčnost výrobku (vadný pixel). Podle regulačního diagramu se zjišťuje, zda se proces nachází ve statisticky zvládnutém stavu. Proces se nachází ve statisticky zvládnutém stavu, pokud nedojde k žádné s osmi vymezitelných příčin kolísání [5], [7], [8].

sledovaný znak

UCL

CL

LCL

Časová osa výběru Obr. 11 Regulační diagram

29


Jan Lenk 2012

1.7.11 Pokročilé nástroje VSM - Value stream map Jedná se v podstatě o model SIPOC doplněný o výrobní a čekací časy, mapuje informační a materiálové toky v procesu [2].

FMEA - Failure Mode and Effects Analysis FMEA neboli analýza možných vad a jejich důsledků, jedná se tedy o nástroj zaměřující se na vady, které by mohli vzniknout v průběhu procesu. Sestaví se souhrn možných vad, většinou pomocí brainstormingu. Těmto vadám se přidělí koeficient (stupnice 1 – 10) podle různých kritérií – míra rizika, pravděpodobnost výskytu vady a pravděpodobnost odhalení vady. Vynásobením koeficientů získáme informaci o závažnosti vady, čím vyšší číslo, tím vyšší nutnost zamezení této vady [2], [7].

Ganttův diagram Ganttův diagram je grafické vyjádření časové posloupnosti postupů v procesu [2].

Obr. 12 Ganttův diagram

30


Jan Lenk 2012

ANOVA – analysis of variance Analýza rozptylu (ANOVA) je nástrojem matematické statistiky. Úkolem nástroje ANOVA je rozdělení příčin variability na dvě skupiny – náhodné chyby a příspěvky způsobené změnou faktorů (znaků). Těmito faktory se rozumí parametry, které ovlivňují výsledek pokusu, vývoje atd. Analýza rozptylu se rozděluje na jednofaktorovou, dvoufaktorovou a vícefaktorovou. Obecné vyjádření: X = µ + (α + β + ...) + (αβ + ...) + e

(3.1)

kde: µ … měřená hodnota při nulovém vlivu faktoru

α, β … vlivy faktorů na měřenou veličinu αβ … interakce vlivů faktorů e … náhodné chyby

Jednofaktorová ANOVA Pomocí jednofaktorové analýzy se zjišťuje vliv jednoho faktoru na výslednou sledovanou veličinu.

Součet čtverců odchylek mezi průměry: k

SS1 = ∑ ni ( xi − x ) 2

(3.2)

i

Součet čtverců odchylek od jednotlivých hodnot od sloupcového průměru: k

ni

i

j

k

ni

i

j

SS 2 = ∑∑ ( xij − xi ) 2

(3.3)

Celkový součet čtverců SS: SS 0 = ∑∑ ( xij − x ) 2 SS 0 = SS1 + SS 2

31

(3.4) (3.5)


Jan Lenk 2012

Stupně volnosti DF:

DF1 = k − 1

(3.6)

DF2 = N − k

(3.7)

DF0 = DF1 + DF2

(3.8)

Průměrné čtverce MS:

MS1 =

SS1 DF1

(3.9)

MS 2 =

SS 2 DF2

(3.10)

Hodnota F:

F=

MS1 MS 2

(3.11)

Hodnota Fkrit: MS Excel =FINV(prst; volnost1; volnost2) Statistické tabulky

Porovnáním hodnoty F s hodnotou Fkrit a hodnoty P s hladinou významnosti α získáme informaci o tom, zda zamítneme nebo potvrdíme nulovou hypotézu. Nulovou hypotézou Ho se rozumí, že výsledné hodnoty jsou ovlivněny pouze náhodnými chybami a nikoliv vlivem faktoru. Hladina významnosti je většinou 0,05. Pokud platí: F>Fkrit a P<0,05, tak tuto hypotézu zamítáme oproti alternativní hypotéze Ha (výsledky jsou ovlivněny faktorem), která se může dále analyzovat pomocí Bonferroniho, Tukeyovo a Scheffého metody. Platí tedy, že výsledky nejsou ovlivněny jen náhodnými chybami, ale i daným faktorem [17].

32


Jan Lenk 2012

2 Štíhlá výroba 2.1 Základní charakteristika 2.1.1

Historie

Aby mohla vzniknout štíhlá výroba (Lean manufacturing), jak ji známe dnes, musíme se přenést o více jak 200 let zpátky, kdy lidé začali chápat, že dělbou práce dokážou vyrobit mnohem více za stejný čas. Manufaktura tedy začala nahrazovat řemeslnickou práci, lidé se učí spolupracovat se stroji a dělat jen svoji část práce. Na počátku 20. století poznává svět obrovský milník průmyslové výroby, za kterým stál Henry Ford. Roku 1908 představil nový model T a o dva roky později již stála nová výrobní hala. Z haly začali vyjíždět vozy shodné kvality, barvy, ceny, z naprosto stejných dílů, stavěli je stejní lidé a každý měl na starosti jen svoji danou část práce podle přísně daných plánů. Tyto dílčí postupy byly již známy, ale až Henry Ford jim dal podobu masové velkovýroby. Postupem času klesala cena vozu a Ford věřil, že každým dolarem získá až tisícinásobek nových zájemců o tento vůz, odmítal jakékoliv změny či individualizaci vozu a trval na ještě rychlejší výrobě. Po 17 letech byla výroba tohoto vozu ukončena a zastavila se na čísle 15 milionů kusů. Fordem se nechal inspirovat Tomáš Baťa, proto rok pracovat ve Fordově továrně a své nové poznatky přenesl na velkovýrobu levných bot. Jeho záměrem bylo prodávat boty levně, s malým ziskem, ale v obrovském množství. V nejlepších letech se dokázalo v jeho továrnách vyrobit přes 29 tisíc párů bot za den. Navíc zavedl prvek používaný i dnes – „cenový klam“, výrobek nestojí přesně 10 korun, ale 9 korun a 90 haléřů. Další obrovský posun průmyslové výroby přinesla druhá světová válka. Zejména v Německu, USA, sovětském svazu a Japonsku. Velký posun zaznamenaly obory spojené s válkou – vojenství (letecké motory, zbraně, munice, atd.), lékařství, logistika a mnohé další. Válka samozřejmě nepřinášela jen rozvoj, kromě miliónů ztracených životů také upadá finančnictví a účetnictví. Začíná se objevovat pojem automatizace, první závod byl postaven v Japonsku a měl splňovat podmínku, aby zde byla zaměstnána pouze dvacetina zaměstnanců jako u srovnatelného závodu v Německu, zaměstnanci byli nahrazeni automaty. Tento projekt vzbuzoval pozornost a úspěch, narušovaly ho ale časté poruchy a velké nároky na údržbu. Odpovědí byla stavba automobilového závodu společnosti General Motors, pokrok ale nedosáhl úrovně, jaké se očekávalo.

33


Jan Lenk 2012

Po válce bylo Japonsko na určitou dobu pod vládou USA, proto přijížděli do země američtí odborníci učili Japonce velmi kvalitní a inženýrské výrobě. Japonci jsou velmi učenlivý a pracovitý národ, proto bylo jen otázkou času, kdy bude domácí trh malý. Japonsko začíná vyvážet své výrobky do USA, nejprve ostnatý drát, postupem času motorky a nakonec i automobily. Japonsko dále vyváží, ale na svůj trh nepřipouští americké výrobky a omezuje dovoz, to se samozřejmě USA nelíbí a vznikají spory. Japonci argumentují, že americké výrobky jsou dražší, méně kvalitní a že americký průmysl upadá, USA tvrdí opak. Pro ukončení sporů vznikla spolupráce japonské Toyoty a amerického General Motors. Výsledkem je společná automobilka, která má japonské vedení a americké dělníky. Společný podnik vykazoval lepší výsledky než jiné americké automobilky, ale horší než japonské, výsledný efekt byl prakticky nulový a spory pokračovali dalších několik let. A zde se začíná formovat nový výrobní systém Toyoty, dnes známý jako štíhlá výroba [6].

2.1.2

Nový výrobní systém Toyoty

Toyota se zaměřuje na koncového zákazníka, snaží se v relativně krátkých intervalech inovovat nabídku svých automobilů, nabízí bezkonkurenční kvalitu, ekonomicky příznivé motory a vstřícnou cenu. Američtí občané dávají přednost těmto japonským vozům i přes svoji národní hrdost. Japonci hledají chyby ve výrobních postupech amerických automobilek a zjišťují evidentní nedostatek a to je nízká rychlost ve výrobě. Toyota na to reaguje snahou o zkracování výrobních časů, omezování nebo úplné odstraňování prostojů pomocí lepší přípravy nástrojů, nářadí, materiálu, pravidelná údržba strojů a přístrojů a podobně. Toyota zavádí co nejrychlejší a maximálně efektivní cestu výrobou při zachování potřebné vysoké kvality. Pozornost je také zaměřena na skladové zásoby, na jejich oběh a jejich potřebu v daný čas, tato metoda se nazývá just-in-time (právě včas), někdy se také nazývá „nulové zásoby“. Klíčovou činností je celková minimalizace plýtvání [6], [10].

34


Jan Lenk 2012

Tab. 8 Druhy plýtvání [10]

Druh plýtvání

Konkretizace plýtvání

velké zásoby

větší množství materiálu než je nutné

Čekání

čekání na práci, na dodání materiálu, nástrojů, atd.

nadbytečná výroba

výroba produktů, o které není zájem, zůstávají na skladu

Doprava

dopravníky, pásy, vozíky

vady, chyby

nutnost opravy, ztráta času, narušení výroby, náklady

neefektivní pohyby a manipulace

více pohybů a přesunů než je nutné

nevyužitá kreativita pracovníků

nevyužití všech možností pracovníků

2.2 Nástroje a techniky 2.2.1

Kaizen

Název Kaizen vznikl ze dvou japonských slov – kai = změna a zen = dobré. Kaizen tedy znamená změna k lepšímu nebo zlepšení. Kaizen je filosofie založená na neustálém zlepšování. Kaizen představuje způsob myšlení, nemusí být používán jen v oblasti procesů, ale zlepšení se může týkat čehokoliv ve firmě. Do této filosofie společnosti jsou zapojeni všichni zaměstnanci, každý nahlíží na situaci z jiného úhlu pohledu a tak zaměstnanci od výrobní linky mohou přijít s lepším návrhem zlepšení než vrcholový management. Zlepšování je realizováno neustálými malými změnami. Základem je neuspokojit se momentálním stavem a stále hledat nové způsoby, jak se posunout kupředu [11].

改善 Obr. 13 Japonské znaky kai a zen

35


2.2.2

Jan Lenk 2012

Just-in-time (JIT)

Just-in-time česky překládáme právě včas, celosvětově se však používá v anglický název. Z pohledu JIT představují zásoby zbytečné plýtvání, snaží se o to, aby vše přicházelo právě včas, bez skladování, které přináší nežádoucí náklady. Ideálním způsobem je, aby materiál putoval z nákladního vozu ihned do procesu po nejkratší možné dráze a hotové výrobky opačným směrem, nevznikají tudíž žádné zásoby, vše je hned spotřebováno. Takové dodávky musejí probíhat mnohem častěji, proto se klade důraz na to, aby dodavatel sídlil co nejblíže. Pokud se udržují částečné skladové zásoby, tak další objednávka je vystavena až po poklesu zásob na určitou hranici, to představuje značnou úsporu místa i nákladů. Mnohem větší díl zodpovědnosti leží na přepravní společnosti a dodavateli. Při tomto systému je nezbytné mít dlouhodobě prověřeného dodavatele, u kterého se odběratel může spolehnout na nejvyšší kvalitu dodávky a na jeho přizpůsobivost potřebám odběratele. Důležitým faktorem je také přepravní vzdálenost, která může mít vliv na kvalitu dodávky. Souhrn výhod JIT: •

zvýšení produktivity

•

snížení nákupních cen

•

snížení zásob hotových výrobků

•

snížení výrobních zásob

•

snížení množství odpadu

•

zkrácené manipulační a přepravní doby

•

úspora výrobních a skladovacích ploch

•

zlepšení kvality

•

zvýšení včasných dodávek

•

snížení celkových nákladů na materiál

•

zrušení míst k přebalování

•

zrušení kontrolních stanovišť a mnoho dalších

JIT přináší samozřejmě i některé nevýhody. Jsou to např. nepředpokládané situace na silnicích, kolony, nehody, počasí, narůstající počet automobilů, zvyšování cen pohonných hmot a podobně [12].

36


2.2.3

Jan Lenk 2012

Kanban

Kanban v překladu z japonštiny znamená nástěnka, kartička. To je základem celé této metody. Potřeby jednotlivých pracovišť jsou prezentovány právě Kanban kartičkami, které předchozímu pracovišti říkají, co je potřeba vyrobit nebo přivést z omezeného skladu. Kanban se zaměřuje na to, aby nebyly tvořeny zbytečné zásoby, než je nezbytně nutné. To klade vyšší nároky na organizaci celého systému podniku. V praxi pracovním umístí Kanban kartičku na nástěnku, např. při poklesu materiálu pod určitou úroveň. Na kartičce jsou uvedeny informaci o požadovaném výrobku nebo materiálu a o pracovištích, kterých se požadavek týká. Další pracovník kartičku vyzvedne a podle informací odebere z Kanban skladu potřebný materiál a zároveň zanechá další kartičku ve skladu. Ukázka Kanban skladu je na obrázku 14. Tím ve skladu dostávají informaci, že je potřeba vyrobit a dodat daný výrobní materiál a tak předají kartičku k dalšímu pracovišti a takto pokračuje celý systém Kanban. Tímto způsobem nevznikají zásoby, vyrábí se, převáží a dodává se pouze to, co je momentálně potřeba [13].

2.2.4

Poka-yoke

Poka-yoke je preventivní opatření proti chybám. Cílem je zamezit nechtěným chybám pracovníků ve výrobním procesu nebo dalších uživatelů. Opatření spočívá v tom, že lze proces nebo činnost nelze provést jinak než správně. Pokud mají být do sebe zasunuty dvě součásti čtvercového tvaru, tak se například zkosí potřebný roh na obou součástkách a tak jejich spojení lze provést pouze jedním a správným způsobem. Typickým příkladem Pokayoke jsou konektory USB [14].

Obr. 14 Tvary konektorů USB – Poka-yoke opatření

37


2.2.5

Jan Lenk 2012

5S

Metoda 5S je zaměřena na zaměstnance a jejich vedení a motivaci. Jedná se o nástroj, kterým je zajištována údržba a zlepšování pracovního prostředí. Zkratka 5S představuje pět japonských slov, jejichž počáteční písmeno je S [15].

Tab. 9 5S

5S

činnost

Seiri

kontrola pracoviště, roztřídění a odstranění nepotřebných věcí, nástrojů

Seiton

přehledná skladba a rozmístění nástrojů, vyznačení polohy

Seiso

udržování pracoviště v čistotě, určení míst pro odpad v dosahu

Seiketsu

standardizace

Shituke

neustálé udržování předchozích zásad, zlepšování, kontroly

2.2.6

5 Why (5 Proč)

5 Proč je metoda k určení příčiny problému, vady. K určení příčiny se 5x klade otázka proč. Počet opakování otázky byl určen používáním v praxi a bylo zjištěno, že právě po pátém proč byla odhalena skutečná příčina [16].

Proč se nevyrábí? Protože přepravce přivezl nesprávné součástky.

Proč přepravce přivezl nesprávné součástky? Protože mu je naložil dodavatel.

Proč dodavatel poslal nesprávné součástky? Poslal součástky podle skladového čísla na objednávce.

Proč nesouhlasí součástky se skladovým číslem? Protože je špatně označený regál ve skladu.

Proč je špatně označený regál ve skladu? Protože skladník prohodil čísla sousedních regálů. 38


Jan Lenk 2012

3 Lean Six Sigma Základní charakteristika Již z názvu vyplývá, že Lean Six Sigma bude kombinací Lean manufacturing (štíhlé výroby) a Six Sigma. Six Sigma se zaměřuje hlavně na kvalitu a štíhlá výroba se zaměřuje především na rychlost, optimalizaci procesního toku a redukci plýtvání. Six Sigma i štíhlá výroba se orientují na zákazníka, na jeho potřeby a očekávání. Tím jsou právě kvalita a rychlost, těžko se bude vyrábět rychle, když bude v procesu mnoho chyb, které se musí opravovat. Malá rychlost se zase odráží na nižší kvalitě – zákazníci jistě nebudou považovat za kvalitní, že jejich objednávka čeká u prodejce v emailu déle než je nezbytně nutné. Lean Six Sigma se zaměřuje na optimalizaci a zrychlení procesního toku a na odstranění variability a neshod. Základem pro správné fungování a zlepšování procesů je týmová práce. Ve skupině se vždy vymyslí více nápadů, které jsou mnohem různorodější než při práci samotného pracovníka. Typickou pracovní metodou týmu je brainstorming. Společnosti využívající Lean Six Sigma se musejí nutně opírat o data a fakta, na nich zakládají svá rozhodnutí. Chybná rozhodnutí mohou vznikat z těchto důvodů: •

nedostatek dat

•

nedostatečné školení – sběr a analýza dat

•

nesprávné využití dostupných dat.

Zároveň je důležité, aby rozhodnutí proběhla na základně správného typu dat. Ty rozlišujeme na: •

spokojenost zákazníka

•

finanční výsledky

•

rychlost - průběžná doba potřebná k realizaci

•

kvalita – počet neshod [1].

39


Jan Lenk 2012

4 Štíhlá výroba, Six Sixma a Lean Six Sigma v elektrotechnickém průmyslu a dalších odvětvích Alespoň některé z prvků štíhlé výroby, Six Sigma nebo Lean Six Sigma dnes využívá každá firma. Tím nejjednodušším může být snaha o minimalizaci plýtvání. Všechny špičkové společnosti využívají některou z metod, jejich kombinace nebo vyvíjení vlastní systémy, to se týká především japonských společností. Lze tvrdit, že prvky štíhlé výroby používají především japonské společnosti a metoda Six Sigma je většinou využívána americkými a evropskými společnostmi, je to dáno zeměpisnou polohou vzniku jednotlivých metod zlepšování kvality a mentalitou obyvatel. Silné zastoupení, mezi společnostmi používající tyto metody, mají společnosti podnikající v elektrotechnickém odvětví. Okruh dalších odvětví je ale široký a obsahuje podstatnou část oblastí trhu – průmysl, obchodní řetězce, bankovnictví, atd. Na obrázku 16 je vidět podíl společností využívajících Six Sigma podle odvětví jejich

činnosti z dostupných dat a informací.

Obr. 15 Podíl společností používajících Six Sigma podle odvětví činnosti

40


Jan Lenk 2012

Tab. 10 Přehled podniků používajících Six Sigma [19]

Six Sigma Elektrotechnický průmysl

Advanced Micro Device Agilent Technologies Amazon.com Bechtel Corporation Cabot Microelectronics Ltd. CAE Inc. Cognizant Technology Solutions Computer Sciences Corporation Dell Deutsche Telekom Dominion Resources Eastman Kodak Copany EMC Flextronics General Electric Genpact

Průmysl – automobilový, chemický, strojírenský, letecký 3M

AXA

Acme Markets

Air Canada

Bank of America

BD Medical

Alaska Airlines ALCAN

Bank of Montreal Convergys

BAE Systems

Credit Suisse

Canada Post Chartered Quality Institute CIGNA

Boeing Caterpillar Inc.

DSB Bank GEICO

Cintas Uniforms DHL

Chevron

HSBC Group

DsignStudio

Cookson Group Corning CoorsTek

Merrill Lynch Shinhan Bank The Vanguard Group

Cummins Inc.

TSYS

Heinz Co. Idearc Media ITC Welcomgroup Hotels, Palaces and Resorts JEA

Deere & Company Delphi Corporation

Xchanging

HCL Technologies Ingram Micro Inventec Korea Telecom KTF LG Group Motorola Nortel Network

Denso Dow Chemical Company DuPont Finning Ford Motor Company General Dynamics GlaxoSmithKline Honeywell Hertel ITT Corporation

RaggedCom Samsung Group SimplexGrinnell

Lockheed Martin Mando Corporation Microflex Inc.

finančnictví

ostatní

Maple Leaf Foods McKesson Corporation Mumbai's dabbawalas Nielsen Company Penske Truck Leasing Pepsi Co. Procise gmbh Quest Diagnostics ResMed Sears Shop Direct Group Starwood Hotels & Resorts Worldwide Staples Inc. Target Corporation Teraeon Consulting Corporation

41

Štíhlá výroba a metoda Six Sigma v elektrotechnickém průmyslu Siemens AG

Network Rail

Skyworks Solutions, Inc. Sterlite Optical Technologies

NewPage Corporation

Teradyne Toshiba

Owens-Illinois Patheon

Tyco International Vodafone

PolyOne Corporation Precision Castparts Corp. Raytheon SGL Group Shaw Industries Shinhan Card SKF Trane Textron TomoTherapy, Inc. TRW Paper Products Limited

Whirlpool Wipro Xerox

Jan Lenk 2012 The Hertz Corporation The McGraw-Hill Companies UMS UNIVERSAL MANAGEMENT SERVICES GMBH Unipart United Biscuits UnitedHealth Group Volt Information Sciences

Northrop Grumman

42


Jan Lenk 2012

5 Případová studie Předmětem případové studie je vyhodnocení ultra jemného tisku rezinátových past na korundové substráty přes speciální síta s uvažováním parametrů, které ovlivňují výslednou šířku dráhy. Těmito parametry jsou rychlost a tlak těrky, odtrh síta, tloušťka kapilárního filmu a zaplavení síta. Cílem je vytvořit dráhu o šířce 50µm rezinátovou Au pastou. Data byly naměřeny pomocí konfokálního mikroskopu Olympus LEXT. Data byla zpracována ve statistickém programu MINITAB.

Sítotisk Sítotisk je vhodná metoda například k vytváření elektrodových struktur a selektivnímu nanášení dielektrických, senzorických a ochranných vrstev. Na sítu je pomocí fotocitlivé emulze vytvořený žádaný motiv. Pomocí těrky se protlačí pasta na keramický nebo flexibilní substrát. Pasta je tvořena pájecí pastou, lepidlem, nepájivou maskou, atd. Pro ultra jemný tisk je výhodné využívat rezinátové pasty, které obsahují stříbro nebo zlato ve formě rozpustných organometalických sloučenin. Nejčastěji se používá síto se čtvercovými oky (tzv. square mesh), které je tvořeno pomocí polyesterových, nylonových, metalizovaných vláken nebo nerezových drátů s různým průměrem podle použití. S tloušťkou vlákna nebo drátu souvisí samozřejmě šířka dráhy. Pro ultra jemný tisk se používají nerezové dráty s průměrem 18 µm. Důležitým parametrem je úhel mezi směrem vláken a tvarem motivu, ideální úhel je 22,5° [20].

Obr. 16 Úhel 22,5° [20]

Obr. 17 síto pro tisk jemných drah [20]

Obr. 18 Sítotisk [20]

43


Jan Lenk 2012

Grafické závislosti a jejich význam Histogram Histogram ALL

Cetnost

Normalni rozdeleni

16

Mean 60,37 StDev 10,05 N 72

14 12 10 8 6 4 2 0 40

50

60

70

80

Sirka drahy [µm]

Anglický popis

Český popis

Význam

Mean

střední hodnota

aritmetický průměr

StDev - standard deviation

směrodatná odchylka

kvadratický průměr odchylek hodnot od jejich aritmetického průměru

N

počet

počet prvků v souboru

44


Jan Lenk 2012

Test normality Probability Plot 1 %

Normalni rozdeleni

99 Mean StDev N AD P-Value

95 90

64,44 5,698 9 0,197 0,839

80 70 60 50 40 30 20 10 5

Sirka drahy [µm]

1

50

55

60

65

70

75

80

Anglický popis

Český popis

Význam

Mean

střední hodnota

aritmetický průměr

StDev - standard deviation

Směrodatná odchylka

kvadratický průměr odchylek hodnot od jejich aritmetického průměru

N

počet


AD

AD

P – Value

hodnota P

hodnota testovaného kritéria Anderson – Darlingova testu hodnota (kritérium) Anderson – Darlingova testu pro rozhodnutí

P – Value (hodnota P) je hodnota, podle které se rozhoduje zda má soubor hodnot normální rozdělení. Pokud je hodnota P menší než 0,05 můžeme s pravděpodobností 95% říci, že se nejedná o normální rozdělení. V tomto případě je hodnota P větší než 0,05, jedná se tedy o normální rozdělení, což je podstatné pro tvorbu dalších analýz. Je tedy například možné provést analýzu rozptylu [21]. 45


Jan Lenk 2012

Souhrn ALL Anderson-Darling Normality Test

40

50

60

70

A-Squared P-Value

0,51 0,195

Mean StDev Variance Skewness Kurtosis N

60,375 10,047 100,950 -0,053951 -0,424966 72

Minimum 1st Quartile Median 3rd Quartile Maximum

80

36,300 52,225 60,500 67,525 80,400

95% Conf idence Interv al f or Mean 58,014

62,736

95% Conf idence Interv al f or Median 54,964

63,690

95% Conf idence Interv al f or StDev 95% Confidence Intervals

8,632

12,022

Mean Median 54

56

58

60

62

Anglický popis

Český popis

A – Squared

A²

P – Value

hodnota P

Mean

střední hodnota

64

Význam hodnota testovaného kritéria Anderson – Darlingova testu hodnota (kritérium) Anderson – Darlingova testu pro rozhodnutí aritmetický průměr kvadratický průměr odchylek hodnot od jejich aritmetického průměru střední hodnota druhých mocnin odchylek od střední hodnoty

StDev – standard deviation

směrodatná odchylka

Variance

rozptyl

Skewness

šikmost

popis nesymetrii rozdělení

Kurtosis

špičatost

porovnání strmosti nebo plochosti rozdělení s normálním rozdělením

N

počet


Minimum

minimum

nejmenší prvek v souboru

1st Quartile

první kvartil

Median

medián

3rd Quartile

třetí kvartil

Maximum

maximum 46

rozdělení souboru hodnot na čtvrtiny (25%) rozdělení řady, seřazené podle velikosti výsledků, na stejně početné poloviny (50%) rozdělení souboru hodnot na čtvrtiny (75%) největší prvek v souboru


Jan Lenk 2012

Příklad výpočtů

Soubor hodnot:

N =6 x1 = 70,5 x 2 = 70,5 x3 = 73,8 x 4 = 79,9 x5 = 77,0 x6 = 80,4

Střední hodnota (Mean): x=

(x 1 + x 2 + x 3 + x 4 + x 5 + x 6 ) = 75,34 N

x=

(70,5 + 70,5 + 73,8 + 79,9 + 77,0 + 80,4) = 75,34 6

Rozptyl (Variance):

σ2 = σ2 =

(x 1 − x )2 + (x 2 − x )2 + (x 3 − x )2 + (x 4 − x )2 + (x 5 − x )2 + (x 6 − x )2 N −1

(70,5 − 75,34 )2 + (70,5 − 75,34)2 + (73,8 − 75,34)2 + (79,9 − 75,34)2 + (77,0 − 75,34)2 + (80,4 − 75,34)2 6 −1

Směrodatná odchylka (StDev): σ = σ2 σ = 19,67 = 4,43

47

= 19,67


Jan Lenk 2012

P – Value (hodnota P) je hodnota, podle které se rozhoduje zda má soubor hodnot normální rozdělení. Pokud je hodnota P menší než 0,05 můžeme s pravděpodobností 95% říci, že se nejedná o normální rozdělení. V tomto případě je hodnota P větší než 0,05, jedná se tedy o normální rozdělení, což je podstatné pro tvorbu dalších analýz. Šikmost vypovídá o nesymetrii rozdělení. Tento ukazatel vypovídá o rozložení dat v souboru. Šikmost může nabývat záporných a kladných hodnot a také nulové hodnoty. Nulová hodnota představuje stav, kdy jsou hodnoty ze souboru rovnoměrně rozděleny na obě strany od střední hodnoty. Záporná hodnota šikmosti ukazuje na stav, kdy je většina hodnot vpravo od střední hodnoty a zároveň v její těsné blízkosti, ostatní hodnoty se nacházejí na opačné straně a jsou více vzdálené od střední hodnoty. Pro kladnou šikmost platí opačné pravidlo. Špičatost poskytuje informaci strmosti nebo naopak plochosti rozdělení. Kladná hodnota špičatosti představuje větší strmost a záporná hodnota naopak větší plochost daného rozdělení od normovaného normálního rozdělení. Z hodnot špičatosti a šikmosti je patrné, že proces tisku tenkých drah není zcela stabilní a pod kontrolou. Medián a kvartily rozdělují řadu hodnot, seřazenou podle velikosti hodnot, na stejně početné poloviny a čtvrtiny. Poskytují tak lepší přehled o rozdělení hodnot v daném souboru [21], [22], [23].

48


Jan Lenk 2012

One-way ANOVA: ALL versus tlak těrky Source C3 Error Total

DF 6 65 71

Level 2,0 4,0 4,5 4,6 5,0 6,0 7,0

N 1 17 6 12 26 8 2

SS 2868,9 4298,5 7167,5

Mean 77,000 60,459 63,133 48,233 64,054 58,750 74,600

MS 478,2 66,1

StDev * 8,265 2,674 7,314 8,466 10,507 4,101

F 7,23

P 0,000

Fkrit 2,242

Individual 95% CIs For Mean Based on Pooled StDev -+---------+---------+---------+-------(---------*----------) (-*--) (---*----) (--*--) (-*-) (---*---) (-------*------) -+---------+---------+---------+-------45 60 75 90

F>Fkrit P<0.05 Z výsledků vyplývá, že tlak těrky má významný vliv na výsledné hodnoty.

Anglický popis

Český popis

Význam

Source

Zdroj

příčina variability

DF - degrees of freedom

stupně volnosti

součet parametrů zmenšený o 1 DF = (Počet úrovní Level) – 1 DF = 7-1 = 6

SS - sum of squares

součet čtverců

odchylka střední hodnoty zdroje

průměrný čtverec MS = SS/DF Hodnota F F = MS(C3)/MS(Error)

poměr stupně volnosti a součtu čtverců určení statistické významnosti hodnoty zdroje hodnota (kritérium) pro rozhodnutí

MS – mean square F P

Hodnota P

P – Value (hodnota P) a hodnota F jsou hodnoty, podle kterých se rozhoduje zda daný faktor ovlivňuje výsledek měření. Pokud je hodnota F větší než hhodnota Fkrit a hodnota P menší než 0,05 můžeme s pravděpodobností 95% říci, že nejméně jeden průměr je výrazně odlišný od ostatních a faktor, v tomto případě tlak těrky, má výrazný vliv na výsledné hodnoty [21].

49


Jan Lenk 2012

Závěr V práci jsou shrnuty informace o zásadních filosofiích, metodách a nástrojích na poli zlepšování procesů výroby. Velmi účinnou metodou je Six Sigma, jejíž cílem je dosažení kvality až na úroveň 3,4 vad na milion příležitostí. Této úrovně zatím dosáhlo pouze několik málo společností. Metoda Six Sigma je soubor nástrojů, jakými lze dosáhnout výrazného zlepšení. Za vznikem metody stojí americká společnost Motorola, používá se již 25 let a je založena na statistickém vyhodnocení získaných dat. K vyhodnocení jsou velice důležité konkrétní parametry z hlediska zákazníků a z hlediska společnosti. Pro řešení zlepšovacích projektů je sestavený speciální pracovní tým, který je složen ze zaměstnanců z různých vrstev podniku. Proto je Six Sigma použitelná především ve velkých podnicích s výraznou zaměstnaneckou strukturou a značnou produkcí a ziskem z důvodu vysokých nákladů na školení členů týmu. Práce týmu probíhá na základě metodik DMAIC (stávající proces) a DMADV (nový proces), ve kterých jsou využívány především statistické nástroje pro vyhodnocení dat a na jejich základě vzniká návrh nového řešení. Metoda Six Sigma klade značné nároky na členy týmu a jejich znalosti pro správné vyhodnocení a interpretaci používaných nástrojů, proto je školení značně finančně i časově náročné. Další cestou ke zlepšování procesů je štíhlá výroba, která představuje minimalizaci a předcházení plýtvání. Štíhlá výroba není založena na přesných datech, představuje způsob myšlení a potřebu neuspokojení se se stávajícím stavem. To je definice metody Kaizen, která je čistě filosofií a dává možnost pro návrh změn všem zaměstnancům a přímo to po nich vyžaduje. Další metody se zaměřují na minimalizaci skladových zásob, materiálového plýtvání a výborné načasování procesů výroby, jsou to metody Just-in-time a Kanban. Metoda 5S udržuje čistotu, přehled a uspořádání ve výrobním a pracovním prostoru. S metodou Pokayoke se setkáváme v každodenním životě a jedná se o opatření proti nechtěným chybám jak ve výrobě, tak i při používání. Většina těchto opatření je provedena pomocí různých tvarových omezení. Metody jsou japonského původu, proto může tvořit částečné problémy jejich implementace u jiných národů. Lean Six Sigma je kombinací Lean manufacturing (štíhlé výroby) a Six Sigma. Six Sigma se zaměřuje hlavně na kvalitu a štíhlá výroba se zaměřuje především na rychlost, optimalizaci procesního toku a redukci plýtvání.

50


Jan Lenk 2012

Použití všech popsaných metod je možné v mnoha průmyslových odvětvích. Neodmyslitelné zastoupení má i elektrotechnický průmysl. Elektrotechnické podniky tvoří více než čtvrtinu mezi podniky využívajícími Six Sigma. V případové studii je ukázáno použití statistických nástrojů, které jsou nedílnou součástí metody Six Sigma. Je zde vysvětlen význam jednotlivých závislostí a hodnot a jsou zde uvedeny příklady výpočtů některých hodnot. Je zde možné pozorovat časový vývoj naměřených dat v závislosti na různých parametrech. Dále získáváme informace o rozdělení, rozložení, šikmosti a špičatosti souboru dat, minimální a maximální hodnoty a v různých etapách měření, průměrné hodnoty, odchylky od průměru nebo vliv faktorů na výsledné hodnoty. Výsledkem případové studie je zjištění, že výslednou šířku dráhy ovlivňují všechny parametry a nejvýznamnější vliv mají parametry tloušťka kapilárního filmu a provádění zaplavování síta (tzv. flooding). Toto tvrzení získané pomocí statistických nástrojů bylo rovněž potvrzeno výsledky dalších experimentálních tisků.

51


Jan Lenk 2012

Seznam literatury a informačních zdrojů [1]

George, M., Rowlands, D., Kastle, B.: Co je to Lean Six Sigma?, SC&C Partner Brno 2005, ISBN 80-239-5172-6

[2]

George, M. L.: Kapesní příručka Lean Six Sigma, 1. vyd. SC&C Partner Brno 2010, ISBN: 978-80-904099-2-7

[3]

Pande, P. S., Neuman, R. P., Cavanagh, R. R.: Zavádíme Metodu Six Sigma, přeložil Ing. Martin Lhoták a kolektiv, TwinsCom s.r.o. 2002, ISBN 80-238-9289-4

[4]

Töpfer, A. a kol.: Six sigma, Koncepce a praktické příklady pro bezchybné řízení, Computer Press 2008, ISBN 978-80-251-1766-8

[5]

Tůmová, O., Pirich, D.: Nástroje řízení jakosti a základy technické diagnostiky, 1. vyd. Západočeská univerzita v Plzni 2003, ISBN 80-7043-247-0

[6]

Jirásek, J.: Štíhlá výroba, 1. vyd. Grada Publishing 1998, ISBN 80-7169-394-4

[7]

Plášková, A.: Metody a techniky analýzy a zlepšování kvality, Vysoká škola ekonomická v Praze 1999, ISBN 80-7079-119-5

[8]

Wikipedia : the free encyclopedia [online]. 2001- [cit. 2011-12-12]. Dostupný z WWW: .

[9]

Wikipedia : the free encyclopedia [online]. 2001- [cit. 2011-12-12]. Dostupný z WWW: .

[10]

Wikipedia : the free encyclopedia [online]. 2001- [cit. 2011-12-17]. Dostupný z WWW:

[11]

Wikipedia : the free encyclopedia [online]. 2001- [cit. 2011-12-21]. Dostupný z WWW: < http://en.wikipedia.org/wiki/Kaizen>

[12]


[13]


[14]


52

Štíhlá výroba a metoda Six Sigma v elektrotechnickém průmyslu [15]

Jan Lenk 2012


[16]


[17]

Otyepka, M., Banáš, P., Otyepková, E.: Základy zpracování dat, Katedra fyzikální chemie, Univerzita Palackého v Olomouci [online]. 2007 - [cit. 2012-03-05]. Dostupný z WWW:

[18]

Tůmová, O. Řízení jakosti a technická diagnostika (přednáška) Plzeň: FEL ZČU, 21.9.2011

[19]


[20]

Skočil, V. Technologie elektroniky (přednáška) Plzeň: FEL ZČU

[21]

Česká společnost pro jakost: Analýza systémů měření (MSA), 3.vyd. přeložili Ivana Petrašová, dpt., Ing. Vratislav Horálek, DrSc., Česká společnost pro jakost, Praha 2003, ISBN 80-02-01562-2

[22]


[23]


53


Seznam příloh Data pro případovou studii Měření pomocí mikroskopu Bodové digramy Časové diagramy Rozptyl hodnot Histogramy Testy normality Souhrny ANOVA

54

Jan Lenk 2012


Jan Lenk 2012

Přílohy Data pro případovou studii

Print batch

Print sample identification

Squeegee pressure (Kg)

Squeegee speed (mm/s)

Snap off (mm)

Tlak těrky

Rychlost těrky

Vzdálenost síta od desky

1

5

80

1

2

5

1

3

1

Skupina

Vzorek

1

Print sequence Nr.

Emulsion thickness (µm)

Flooding Screen Síto

Zaplavení síta

Average width of 50 µm line (µm)

Pořadí

Tloušťka emulze

0,75

1st

3

Square Mesh 400/18/45

No

54,7

80

0,75

2nd

3


No

69,8

5

80

0,75

3rd

3


No

63,3

4

5

80

0,75

4th

3


No

59,9

1

5

5

80

0,75

5h

3


No

72,4

1

6

5

80

0,75

6th

3


No

69

1

7

5

80

0,75

7th

3


No

59,8

1

Šířka dráhy


Jan Lenk 2012

1

8

5

80

1

8th

3


No

63,8

1

9

5

80

1

9th

3


No

67,3

3

10

5

80

1,25

10th

3


No

61,5

3

11

5

80

1,25

11th

3


No

64,5

3

12

4,5

80

0,75

12th

3


No

62,3

3

13

4,5

80

0,75

13th

3


No

59,3

3

14

4,5

80

1

14th

3


No

61,8

3

15

4,5

80

1

15th

3


No

63,8

3

16

4,5

80

1,25

16th

3


No

64,4

3

17

4,5

80

1,25

17th

3


No

67,2

3

18

4

80

0,6

18th

3


No

57,8

3

19

4

80

0,6

19h

3


No

61,5

3

20

4

80

0,75

20th

3


No

63,2

2


Jan Lenk 2012

3

21

4

80

0,75

21st

3


No

60,8

3

22

4

80

1

22nd

3


No

67,6

3

23

4

80

1

23rd

3


No

64,3

3

24

4

80

1,25

24th

3


No

68,6

3

25

4

80

1,25

25th

3


No

66,7

4

1

4,6

80

1

1st

6


YES

54

4

2

4,6

80

1

2nd

6


YES

56

4

3

4,6

80

1

3rd

6


YES

59,7

4

4

4,6

80

1

4th

6


YES

36,3

4

5

4,6

80

1

5h

6


YES

52,1

4

6

4,6

80

1

6th

6


YES

47,8

4

7

4,6

100

1

7th

6


YES

45,2

4

8

4,6

100

1

8th

6


YES

36,8

3


Jan Lenk 2012

4

9

4,6

100

1

9th

6


YES

47,1

4

10

4,6

100

1

10th

6


YES

41,4

4

11

4,6

100

1

11th

6


YES

51,6

4

12

4,6

100

1

12th

6


YES

50,8

2

1

4

25

1

3rd

3


NO

65,9

2

2

4

25

1

4th

3


NO

72,9

2

3

4

25

1,25

5h

3


NO

72,9

2

4

5

25

1,25

6th

3


NO

60,2

2

5

5

25

1,25

7th

3


NO

61,4

2

6

5

25

1,25

8th

3


NO

67,1

2

7

5

25

1,25

9th

3


NO

74,6

2

8

6

25

1,25

10th

3


NO

74,5

2

9

6

25

1,25

11th

3


NO

76,9

4


Jan Lenk 2012

2

10

7

25

1,25

12th

3


NO

77,5

2

11

7

25

1,25

13th

3


NO

71,7

1

1

5

25

2

1st

3


NO

70,5

1

2

5

25

2

2nd

3


NO

70,5

1

3

5

25

2

5th

3


NO

73,8

1

4

5

25

2

6th

3


NO

79,9

1

5

2

25

1,5

8th

3


NO

77,0

1

6

5

25

1,5

9th

3


NO

80,4

5

1

4

120

0,75

2nd

9,6


YES

46,9

5

2

4

120

0,75

3rd

9,6


YES

52,2

5

3

4

120

1

4th

9,6


YES

52,2

5

4

4

120

1

5h

9,6


YES

51,8

5

5

4

120

1,25

6th

9,6


YES

52,3

5


Jan Lenk 2012

5

6

4

120

1,25

7th

9,6


YES

50,2

5

7

5

120

0,75

8th

9,6


YES

53,9

5

8

5

120

0,75

9th

9,6


YES

54,6

5

9

5

120

1

10th

9,6


YES

51,7

5

10

5

120

1

11th

9,6


YES

55,9

5

11

5

120

1,25

12th

9,6


YES

53,9

5

12

5

120

1,25

13th

9,6


YES

51,0

5

13

6

120

0,75

14th

9,6


YES

52,2

5

14

6

120

0,75

15th

9,6


YES

52,2

5

15

6

120

1

16th

9,6


YES

52,8

5

15

6

120

1

17th

9,6


YES

53,2

5

15

6

120

1,25

18th

9,6


YES

54,3

5

15

6

120

1,25

19th

9,6


YES

53,9

6


Měření pomocí mikroskopu

7

Jan Lenk 2012


Jan Lenk 2012

Bodové diagramy

Bodovy diagram 1

55,0

57,5

60,0

62,5 65,0 Sirka drahy [µm]

67,5

70,0

72,5

Bodovy diagram 1´

71,4

72,8

74,2


8

78,4

79,8


Jan Lenk 2012

Bodovy diagram 2

60,0

62,5

65,0


72,5

75,0

77,5

Bodovy diagram 3

57,6

59,2

60,8


9

65,6

67,2

68,8


Jan Lenk 2012

Bodovy diagram 4

38,5

42,0


52,5

56,0

59,5

Bodovy diagram 5

46,8

48,0

49,2


10

52,8

54,0

55,2


Jan Lenk 2012

Bodovy diagram 1; 1´; 2; 3; 4; 5

1 1´ 2 3 4

5 36

42

48

54 60 Sirka drahy [µm]

66

72

78

72

78

Bodovy diagram ALL

36

42

48

54 60 Sirka drahy [µm]

11

66


Jan Lenk 2012

Časové diagramy Sirka drahy [µm]

Casovy diagram 1

75

70

65

60

55 1

2

3

4

5

6

7

8

9 Index

Casovy diagram 1´

Sirka drahy [µm] 80

78

76

74

72

70 1

2

3

4

12

5

6

7 Index


Sirka drahy [µm]

Jan Lenk 2012

Casovy diagram 2

80

75

70

65

60 1

2

3

4

5

6

7

8

9

10

11

12 Index

Casovy diagram 3

Sirka drahy [µm] 70 68 66 64 62 60 58 1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

Index

13


Sirka drahy [µm]

Jan Lenk 2012

Casovy diagram 4

60

55

50

45

40

35 1

2

3

4

5

6

7

8

9

10

11

12

13 Index

Sirka drahy [µm]

Casovy diagram 5

56

54

52

50

48

46 1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18 Index

14


Sirka drahy [µm]

Jan Lenk 2012

Casovy diagram ALL

80

70

60

50

40

30 1

5

10

15

20

25

30

35

40

45

50

55

60

65

70 Index

Rozptyl hodnot Rozptyl hodnot 1; 1´; 2; 3; 4; 5

Sirka drahy [µm] 80

70

60

50

40

30 1

1´

2

3

15

4

5


Jan Lenk 2012

Histogramy

Histogram 1

Cetnost

Normalni rozdeleni Mean 64,44 StDev 5,698 N 9

2,0

1,5

1,0

0,5

0,0 55

60

65

70

75 Sirka drahy [µm]

Histogram 1´ Cetnost


2,0

1,5

1,0

0,5

0,0 68

72

76

80


16


Jan Lenk 2012

Histogram 2

Cetnost


3,0 2,5 2,0 1,5 1,0 0,5 0,0 60

65

70

75

80

Sirka drahy [µm]

Histogram 3

Cetnost


5

4

3

2

1

0 58

60

62

64

17

66

68



Jan Lenk 2012

Histogram 4

Cetnost


4

3

2

1

0 35

40

45

50

55

60


Histogram 5 Cetnost


7 6 5 4 3 2 1 0 48

50

52

54


18


Jan Lenk 2012

Histogram ALL

Cetnost

Normalni rozdeleni

16

Mean 60,37 StDev 10,05 N 72

14 12 10 8 6 4 2 0 40

50

60

19

70

80

Sirka drahy [µm]


Jan Lenk 2012

Testy normality

Test normality 1 %

Normalni rozdeleni

99 Mean StDev N AD P-Value

95 90

64,44 5,698 9 0,197 0,839

80 70 60 50 40 30 20 10 5

Sirka drahy [µm]

1

50

55

60

65

70

75

80

P>0,05 – normální rozdělení

Test normality 1´ Normalni rozdeleni

% 99

Mean StDev N AD P-Value

95 90

75,35 4,436 6 0,343 0,348

80 70 60 50 40 30 20 10 5

1

65

70

75

80

P>0,05 – normální rozdělení 20

85

Sirka drahy [µm]


Jan Lenk 2012

Test normality 2 Normalni rozdeleni

% 99


95 90

70,51 5,978 11 0,474 0,192

80 70 60 50 40 30 20 10 5

1

55

60

65

70

75

80




% 99


95 90

63,46 3,045 16 0,204 0,848

80 70 60 50 40 30 20 10 5

1

55,0

57,5

60,0

62,5

65,0


67,5

70,0

72,5 Sirka drahy [µm]


Jan Lenk 2012


% 99


95 90

48,23 7,314 12 0,224 0,772

80 70 60 50 40 30 20 10 5

1

30

40

50

60




% 99


95 90

52,51 1,972 18 0,571 0,117

80 70 60 50 40 30 20 10 5

1

46

48

50

52

54


56



Jan Lenk 2012

Test normality ALL %

Normalni rozdeleni

99,9 Mean StDev N AD P-Value

99 95

60,37 10,05 72 0,507 0,195

90 80 70 60 50 40 30 20 10 5 1 0,1

30

40

50

60

70


23

80

90

Sirka drahy [µm]


Jan Lenk 2012

Souhrny Souhrn 1 Anderson-Darling Normality Test

55

60

65

A-Squared P-Value

0,20 0,839


64,444 5,698 32,473 -0,300618 -0,701322 9


70

54,700 59,850 63,800 69,400 72,400


68,825


69,618


3,849

10,917

Mean Median 60

62

64

66

68

70

Souhrn 1´ Anderson-Darling Normality Test

70

72

74

76

78

A-Squared P-Value

0,34 0,348


75,350 4,436 19,675 -0,01518 -2,27398 6


80

70,500 70,500 75,400 80,025 80,400


80,005


80,221


2,769

Mean Median 70

72

74

76

78

24

80

10,879


Jan Lenk 2012

Souhrn 2 Anderson-Darling Normality Test

60

65

70

A-Squared P-Value

0,47 0,192


70,509 5,978 35,735 -0,701025 -0,803732 11


75

60,200 65,900 72,900 74,600 77,500


74,525


74,789


4,177

10,491

Mean Median 65,0

67,5

70,0

72,5

75,0


58

60

62

64

66

A-Squared P-Value

0,20 0,848


63,456 3,045 9,273 0,010488 -0,563303 16


68

57,800 61,500 63,500 66,150 68,600


65,079


65,022


2,250

Mean Median 61

62

63

64

25

65

4,713


Jan Lenk 2012


35

40

45

50

55

A-Squared P-Value

0,22 0,772


48,233 7,314 53,493 -0,351781 -0,615786 12


60

36,300 42,350 49,300 53,525 59,700


52,880


53,500


5,181

12,418

Mean Median 42

44

46

48

50

52

54


48

50

52

54

56

A-Squared P-Value

0,57 0,117


52,511 1,972 3,888 -1,13363 3,03201 18


46,900 51,775 52,250 53,900 55,900


53,131


53,308


1,634

Mean Median 52,0

52,2

52,4

52,6

52,8

53,0

26

53,2

2,560


Jan Lenk 2012

Souhrn ALL Anderson-Darling Normality Test

40

50

60

70

A-Squared P-Value

0,51 0,195


60,375 10,047 100,950 -0,053951 -0,424966 72


80

36,300 52,225 60,500 67,525 80,400


62,736


63,690


8,632

Mean Median 54

56

58

60

62

27

64

12,022


Jan Lenk 2012

ANOVA One-way ANOVA: ALL versus tlak těrky Source C3 Error Total

Level 2,0 4,0 4,5 4,6 5,0 6,0 7,0

DF 6 65 71

N 1 17 6 12 26 8 2

SS 2868,9 4298,5 7167,5

Mean 77,000 60,459 63,133 48,233 64,054 58,750 74,600

MS 478,2 66,1

F 7,23

P 0,000

Fkrit 2,242

Individual 95% CIs For Mean Based on Pooled StDev -+---------+---------+---------+-------(---------*----------) (-*--) (---*----) (--*--) (-*-) (---*---) (-------*------) -+---------+---------+---------+-------45 60 75 90

StDev * 8,265 2,674 7,314 8,466 10,507 4,101

F>Fkrit P<0,05 Z výsledků vyplývá, že tlak těrky má významný vliv na výsledné hodnoty.

One-way ANOVA: ALL versus rychlost těrky Source C4 Error Total

Level 25 80 100 120

DF 3 68 71

N 17 31 6 18

SS 4856,1 2311,3 7167,5

Mean 72,218 61,329 45,483 52,511

MS 1618,7 34,0

StDev 5,845 7,160 5,665 1,972

F 47,62

P 0,000

Fkrit 2,740

Individual 95% CIs For Mean Based on Pooled StDev ---------+---------+---------+---------+ (--*--) (-*-) (---*----) (--*-) ---------+---------+---------+---------+ 50 60 70 80

F>Fkrit P<0,05 Z výsledků vyplývá, že rychlost těrky má významný vliv na výsledné hodnoty.

28


Jan Lenk 2012

One-way ANOVA: ALL versus odtrh síta Source C5 Error Total

Level 0,60 0,75 1,00 1,25 1,50 2,00

DF 5 66 71

N 2 17 26 21 2 4

SS 2508,2 4659,3 7167,5

Mean 59,650 59,206 54,762 64,062 78,700 73,675

MS 501,6 70,6

StDev 2,616 7,055 9,405 8,889 2,404 4,432

F 7,11

P 0,000

Fkrit 2,354

Individual 95% CIs For Mean Based on Pooled StDev +---------+---------+---------+--------(---------*---------) (--*---) (--*-) (--*--) (---------*--------) (------*------) +---------+---------+---------+--------48 60 72 84

F>Fkrit P<0,05 Z výsledků vyplývá, že odtrh síta má významný vliv na výsledné hodnoty.

One-way ANOVA: ALL versus tloušťka kapilárního filmu Source C7 Error Total

Level 3,0 6,0 9,6

DF 2 69 71

N 42 12 18

SS 4846,8 2320,7 7167,5

Mean 67,214 48,233 52,511

MS 2423,4 33,6

StDev 6,375 7,314 1,972

F 72,05

P 0,000

Fkrit 3,130

Individual 95% CIs For Mean Based on Pooled StDev ------+---------+---------+---------+--(--*--) (----*----) (---*---) ------+---------+---------+---------+--49,0 56,0 63,0 70,0

F>Fkrit P<0,05 Z výsledků vyplývá, že tloušťka kapilárního filmu má významný vliv na výsledné hodnoty.

29


Jan Lenk 2012

One-way ANOVA: ALL versus zaplavení síta Source C9 Error Total

Level NO YES

DF 1 70 71

N 43 29

SS 3959,6 3207,8 7167,5

Mean 66,465 51,345

MS 3959,6 45,8

StDev 7,283 5,917

F 86,41

P 0,000

Fkrit 3,978

Individual 95% CIs For Mean Based on Pooled StDev --+---------+---------+---------+------(---*---) (----*----) --+---------+---------+---------+------50,0 55,0 60,0 65,0

F>Fkrit P<0,05 Z výsledků

vyplývá,

že

zaplavení

síta

hodnoty.

30

má

významný

vliv

na

výsledné

ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA ELEKTROTECHNICKÁ KATEDRA TECHNOLOGIÍ A MĚŘENÍ DIPLOMOVÁ PRÁCE

Recommend Documents